Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "fuzzy cluster analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Estimation of the parameters affecting the water pipelines on the mining terrains with a use of an adaptive fuzzy system
    Estymacja czynników ryzyka dla sieci wodociągowej znajdującej się na terenach górniczych przy wykorzystaniu neuronowych systemów rozmytych
    Autorzy:
    Malinowska, A.
    Hejmanowski, R.
    Rusek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/219731.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    szkoda górnicza
    teren górniczy
    sieć wodociągowa
    ciągłe deformacje powierzchni terenu
    rozmyta klasteryzacja
    mining damage
    mining terrain
    water supply
    subsidence
    fuzzy cluster analysis
    Opis:
    The research presented in this paper is basically focused on two objectives. Firstly, the selection of parameters affecting the water supply network damage. The causes of failures were selected from a population of tens of breakdown cases and then classified in view of their importance. Secondly, attention was paid to the selection of the most suitable linguistic model which could be commonly used for selecting factors which generate failures. Finally a Mamdani-based model could be worked out as a system possessing best generalization qualities. This model can create bases for an adaptative decision system which can show the type of water supply-sewage network, depending on continuous surface strains due to the mining activity.
    Badania zaprezentowane w artykule miały dwa zasadnicze cele. Pierwszym z nich była selekcja czynników wpływających na awarie sieci wodociągowej zlokalizowanej na terenie górniczym. Analizując czynniki wyselekcjonowane z populacji kilkudziesięciu przypadków awarii, dokonano ich klasyfikacji pod względem istotności. Drugim celem był wybór najbardziej odpowiedniego modelu lingwistycznego, który mógłby być powszechnie stosowany dla celów selekcji czynników wywołujących awarie. Ostatecznie badania pozwoliły na wyłonienie modelu bazującego na wnioskowaniu według reguły Mamdani jako systemu cechującego się najlepszymi własnościami generalizacyjnymi. Model ten może być podstawą decyzyjnego systemu adaptacyjnego pozwalającego na wskazanie typu uszkodzeń sieci wodno-kanalizacyjnej w zależności od ciągłych deformacji powierzchni terenu wynikających z eksploatacji górniczej.
    Źródło:
    Archives of Mining Sciences; 2016, 61, 1; 183-197
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Samoorganizacyjne modelowanie rozmyte z wykorzystaniem metod klasteryzacji danych
    Self-organizing fuzzy modelling with data clustering methods
    Autorzy:
    Kapłon, T.
    Prusak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/286845.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    modelowanie rozmyte
    analiza skupień
    pulsacja
    fuzzy modelling
    cluster analysis
    pulsation
    Opis:
    W pracy przedstawiono proces samoorganizacyjnego modelowania rozmytego z wykorzystaniem metod klasteryzacyjnych. Wykonano szereg modeli rozmytych typu Mamdaniego sygnału pulsacji w doju maszynowym krów i porównano ich jakość przeprowadzając analizę błędów. W procesie konstrukcji modeli stosowano algorytmy analizy skupień takie jak: K-means, fuzzy C-means, samouczące się sztuczne sieci neuronowe uczące się w trybie zwycięzca bierze wszystko i zwycięzca bierze większość. Przedstawiono ponadto własną koncepcję konfiguracji trapezowych i trójkątnych funkcji przynależności opartą na odchyleniu standardowym odległości elementów skupiska od jego centrum.
    The study presents the process of a self-organizing fuzzy modelling by data clustering method. The Mamdani type models of pulsation signal in a cow machine milking cluster were made and error analysis was carried out. Different clustering algorithms like: K-means, fuzzy C-means, Self-Organizing Maps in Winner Takes All or Winner Takes Most training methods were used in the process of the model construction. Moreover, an original idea of trapeze and triangle-membership functions in the fuzzy variables based on a standard deviation of distance data in a cluster from its centroid were presented.
    Źródło:
    Inżynieria Rolnicza; 2011, R. 15, nr 6, 6; 69-76
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Particle swarm optimization based fuzzy clustering approach to identify optimal number of clusters
    Autorzy:
    Chen, M.
    Ludwig, S. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/91549.pdf
    Data publikacji:
    2014
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    optimization
    fuzzy clustering
    cluster analysis
    particle swarm optimization (PSO)
    PSO
    fuzzy Sammon mapping
    Sammon mapping
    Opis:
    Fuzzy clustering is a popular unsupervised learning method that is used in cluster analysis. Fuzzy clustering allows a data point to belong to two or more clusters. Fuzzy c-means is the most well-known method that is applied to cluster analysis, however, the shortcoming is that the number of clusters need to be predefined. This paper proposes a clustering approach based on Particle Swarm Optimization (PSO). This PSO approach determines the optimal number of clusters automatically with the help of a threshold vector. The algorithm first randomly partitions the data set within a preset number of clusters, and then uses a reconstruction criterion to evaluate the performance of the clustering results. The experiments conducted demonstrate that the proposed algorithm automatically finds the optimal number of clusters. Furthermore, to visualize the results principal component analysis projection, conventional Sammon mapping, and fuzzy Sammon mapping were used.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2014, 4, 1; 43-56
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Technique Based on Fuzzy Logic for Cotton Bale Lay-down Management
    Nowa technika zarządzania składowaniem bel bawełny
    Autorzy:
    Das, S.
    Ghosh, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/232810.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    cotton bale
    cluster analysis
    fibre property
    fuzzy logic
    fuzzy c-means algorithm
    składowanie bawełny
    logika rozmyta
    bela bawełny
    Opis:
    In this paper a new technique has been proposed for cotton bale management using fuzzy logic. The fuzzy c-means clustering algorithm has been applied for clustering cotton bales into 5 categories from 1200 randomly chosen bales of the J-34 variety. In order to cluster bales of different categories, eight fibre properties, viz., the strength, elongation, upper half mean length, length uniformity, short fibre content, micronaire, reflectance and yellowness of each bale have been considered. The fuzzy c-means clustering method is able to handle the haziness that may be present in the boundaries between adjacent classes of cotton bales as compared to the K-means clustering method. This method may be used as a convenient tool for the consistent picking of different bale mixes from any number of bales in a warehouse.
    W artykule zaproponowano nową technikę zarządzania składowaniem bawełny opartą na logice rozmytej. Badaniu poddano 1200 losowo wybranych bel bawełny. W celu pogrupowania bel w 5 kategoriach zbadano właściwości, tj. wytrzymałość, wydłużenie, średnią długość, jednorodność długości, zawartość włókien krótkich, dojrzałość, współczynnik odbicia i zażółcenie każdej beli. Opracowana metoda może być stosowana jako wygodne narzędzie do sortowania różnych mieszanek z dowolnej liczby bel w magazynie.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2017, 2 (122); 30-33
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies